Ağzına kadar dolu dolaplar gibi, karışık yedekleme operasyonları da dikkat edilmek için feryat ediyor. Neyse ki, firmalar arşivleri dolduran verilerin geleceğini düzene sokan ve fazlalığı elimine eden (deduplication) veri kopyalama fonksiyonlarıyla (yazılım paketleri içerisinde veya bağımsız uygulamalar şeklinde) geliyor.

Analistler, yedeklenen verilerin 20’ye 1 oranında azaltabileceğini söylüyor. Diğer bir ifadeyle, 20 TB’lık orijinal veriler yedekleme amaçları için 1 TB’a indirgenebilir. Birden fazla kopyası bulunan verilerden kurtulmak öyle üzerinde çok fazla düşünülmüş bir şey gibi gözükmüyor, ancak geçmişte işletmeler yedek ambarlarına giden verilerini kaybetme endişesini taşıyordu. Sadece şu anda, veri transfer teknik ve standartlarında görülen gelişmeler sayesinde, deduplication teknolojisinin güvenilirliği onları rahatlatıyor. Özellikle Advanced Technology Attachment (ATA) ve Serial ATA teknolojilerinin yükselişiyle birlikte işlem güçlerindeki devasa sıçramalar daha iyi deduplication fonksiyonelliğini besledi.

Birdenbire EMC ve Symantec gibi büyük firmaların ilgisini çeken deduplication etkili olmaya hazırlanıyor. Kasım ayında EMC, deduplication firması Avamar Technologies’i satın aldıktan sonra şu anda deduplication’ı Clariion, Centera ve NetWorker ürün ailesi içine yerleştiriyor. Bu arada, Symantec de deduplication yeteneğini depolama yönetimi yazılımı Veritas NetBackup içerisine dahil edeceğini açıkladı.

Deduplication’ın ardındaki dayanak noktası sağladığı etki kadar önemli. ‘Birkaç megabyte büyüklüğündeki bir Word dokümanı hayal edin. Bunu bir arkadaşınıza e-postaladınız ve o da içine bir kelime ekledi. Bazı sistemler bunun yeni bir doküman olduğuna ve tekrar yedeklenmesi gerektiğine karar verebilir,’ diyor Menlo Park, California’daki bir yatırım firması olan Integral Capital Partners’ın bilgi sistemleri yöneticisi Jason Paige.

Word dokümanları gibi dosyalar üzerinde minik değişiklikler yapıldıktan sonra bunların birçok kez kaydedilmediğinden emin olmak için ICP, Avamar’ın deduplication teknolojisini kullanıyor. Kurumsal IT’lerin bu teknolojiyle bağlantılı rahatlık düzeyleri oldukça yükseldi; bazı IT yöneticileri deduplication’ın yedekleme operasyonlarından felaket kurtarmaya ve hatta birincil depolamaya genişletilip genişletilemeyeceğini merak ediyor. Fakat, öncelikle deduplication fonksiyonelliğinin yedekleme prosesi içerisine en iyi şekilde nereye yerleştirileceği konusunda süre gelen sorular var; özellikle istemci, disk ya da sanal teyp kütüphanesi (VTL) tarafında.

IT yöneticilerinin satıcılara bazı zor sorular sorması gerekiyor, çünkü deduplication metotları satıcıya bağlı olarak önemli oranda değişiyor. ‘Deduplication ne olduğu ve ne olmadığı (ve en iyi nerede uygulanacağı) hakkında pazarda halen bir sürü karışıklık bulunuyor. Bu karışıklık adaptasyonu geciktirebilir,’ diyor Milford, Massachusetts’deki Enterprise Strategy Group’un bir analisti.

Bununla birlikte ne kadar karmaşa olursa olsun, kurumsal IT mağazaları çok uzun süre takılıp kalmamalı. ‘Her yaklaşımın artı ve eksileri var ama hepsi kullanıcılar için önemli bazı potansiyel faydalara sahip; ihtiyaç duydukları depolama kapasitesini azaltmalarına imkan tanıyor,’ diyor Biggar. Faydaları diğer alanları da kapsıyor. Örneğin, deduplication uzun mesafe veri replikasyonu için ihtiyaç duyulan ağ bantgenişliğini azaltabilir, diye konuşuyor.

Deduplication Yaklaşımları
Verilerin deduplication’ı kaynak tarafında veyahut verinin disk sistemlerine yazıldığı noktalarda ya da VTL’lerde olabilir. ‘Bu fonksiyonelliğin eklenmesi üç şekilde gerçekleşebilir: Bağımsız ya da yedekleme yazılımı içerisine entegre edilmiş yazılım olarak; bir disk ağgeçidi ya da disk dizisi olarak; son olarak bir VTL olarak,’ diye açıklıyor Gartner analistlerinden David Russel.

Avamar ve Toronto merkezli Asigra, deduplication’ı yedekleme ve kurtarma yazılımını çalıştıran korunan bir sunucu üzerine adapte ederek ilk yolu tercih etmiş; verileri ağ üzerinden yedekleme ambarlarına göndermeden önce. Bir Avamar kullanıcısı olan Paige bu prosesi şu şekilde açıklıyor: ‘Zamanlanmış işler, verileri ‘yakalamak’ üzere günün önceden belirlenmiş zamanlarında başlıyor. Bu yakalama sırasında istemci yazılımı, bu istemci üzerindeki veriyi sunucu üzerinde bulunan veriyle karşılaştırıyor ve sadece yeni ya da değiştirilmiş verinin sunucuya transferini gerçekleştiriyor. Bu bize çok az bantgenişliği kullanarak devasa veri gruplarının transferlerini gerçekleştirmemize izin veriyor.’

Bazı satıcılar disk ambarına gönderildikten sonra verilerin birden fazla kopyasını silen disk tabanlı ürünlere güvenerek ikinci yaklaşımı tercih ediyor. Bu metodu kullanan satıcılar arasında Data Domain, Diligent Technologies ve ExaGrid Systems yer alıyor.

Danville, Virgina’daki American National Bank and Trust’da ağ yöneticisi olan Michael Bailess, bir ExaGrid müşterisi. ‘Bizim sistemimiz verileri harekat alanından alıyor ve ambara götürüyor. Sonrasında sadece değişiklik yapılan dosyalar ambarda saklanıyor,’ diyor Bailess. Sonucu, ‘kaydettiğimiz dosya oranında devasa bir azalma’ olarak belirtiyor. ‘ExaGrid’in verilere ele alış yolu, diğer türdeki ürünlerde edinmek zorunda olduğumuzdan çok daha küçük bir depolama sistemi satın alma imkanı anlamına geliyor,’ diyor Bailess ve ExaGrid ürününün firmasına 20 bin dolardan daha az bir maliyete mal olduğunu ekliyor.

ExaGrid’inkine benzer bir yaklaşım kullanan Data Domain, uygulamalarının deduplication’ın faydalarını coğrafik olarak dağıtılmış mevkilere yayabileceğini belirtiyor. İşte bu Atlanta merkezli hukuk firması Troutman Sanders için önemli bir satış hususu olmuş: ‘15 ofisimiz var, fakat, cihaz lokasyona gönderildiğinden ve kopyalama yerel olarak gerçekleştirildiğinden deduplication hizmetlerini hızlı bir biçimde faaliyete geçirebildik,’ diyor IT yöneticisi John Thomas. Thomas’a göre deduplication yatırımı gerçekten karşılığını vermiş. ‘165 TB’lık veriyi 4 TB’ta kaydedebildik. Bununla birlikte arşivlenmiş verileri arayan kullanıcılar için, teyp sistemimizle uğraşmak zorunda kalmadan anlık yanıtlar üretebildik,’ diyor.

Üçüncü deduplication yaklaşımı FalconStor Software, Quantum ve Sepaton gibi firmalar tarafından kullanılıyor. Bu firmalar veri deduplication’ı kendi VTL sistemlerinin bir uzantısı olarak sağlıyor ve görevi yedekleme prosesinin dışında gerçekleştiriyor.

Bu kategorideki sistemler tüm verileri VTL’e yazıyor ve sonra bir deduplication işlemini çalıştırıyor. Satıcının belirttiğine göre, bu metot deduplication işleminin yedekleme operasyonlarıyla çakışmamasını garantiliyor ve yedekleme pencereleriyle operasyonları üzerinde sıfır etkisi var.

Dezavantajlar
Kolay gibi geliyor ama tabii ki bunun getirdiği güçlük ve ödünler var. Örneğin, seçilen deduplication metodundan bağımsız olarak ‘performans düşüşüyle karşılaşılabilir,’ diyor Enterprise Strategy Group’tan Biggar.

Özellikle, deduplication’ı kaynak tarafında gerçekleştiren firmalar, bu fonksiyonun birincil görev olarak çalışması riskine giriyor; yedek depolama sistemlerine yüklenmek için hazırlanırken veriler korunmaya çalışılıyor. ‘Buradaki potansiyel dezavantaj, deduplication’ın yedekleme sunucularından bellek çevrimlerini çalabilmesidir,’ diyor Gartner’dan Russel. Deduplication aynı zamanda güçlükleri de ortaya çıkartıyor. Biggar, son işlemde deduplication yapılacak verilerin kaydı için daha fazla kapasite gerekiyor, diyor. ‘Ancak, deduplication tamamlandıktan sonra kapasite serbest kalıyor,’ diye ekliyor.

Diğer taraftan Biggar, deduplication’ın faydalarıyla karşılaştırıldığında dezavantajların soluk kaldığını da hemen ekliyor. Vardığı sonuç şöyle: ‘ESG Labs birçok firmanın deduplication teknolojisini test etti ve bunların uygulanması ya da kullanılmasında herhangi bir sorunla karşılaşmadı. Ayrıca firmaların verilerin azaltılması konusundaki açıklamalarını da doğruladık. Genellikle, verilere deduplication uygulanmasının getirdiği yararlar eksi yanlarından çok daha ağır basıyor.’

Hash Algoritmaları
Deduplication’ı düşünen firmalar doğal olarak, hatalı bir biçimde verilerin çoğaltıldığına karar verilmesiyle hayati verilerini kaybetmekten çekiniyor. ‘Bir deduplication teknolojisine baktığımızda, deduplication mantığının kararlarını kötü varsayımlar üzerine dayandırmadığından emin olmak istedik,’ diyor İsrail’in dördüncü büyük bankası, The First International Bank of Israel’de iş sürekliliği ve felaket kurtarmadan sorumlu IT yöneticisi Oded Tagger. FIBI, Diligent Technologies’in sanal teyp yazılımına dahil olan deduplication teknolojisine güveniyor; bu disk depolama olarak ayrılmış bir dedicated Linux sunucusu üzerinde çalışıyor. ‘Bu bizim geleneksel teyp kütüphanemizin yerine geçti,’ diyor Tagger.

Verilerin potansiyel olarak çoğaltılmış grupları arasında daha keskin karşılaştırma yapmak için, deduplication teknolojisi önce hash algoritmaları kullanarak (genellikle MD-5; Message Digest Algorithm 5) verileri büyük parçalara ayırıyor. Hash’ler, MD-5 ve diğer algoritmaların veri içeriğindeki farklılıkları kontrol etmek için kullandıkları, bir veri akımının matematiksel bir temsilidir.

Çok nadir olarak, farklı içeriğe sahip iki veri parçasına aynı hash değeri atanır. Buna hash çakışması denir ve bu hatalı bir biçimde, verinin çoğaltıldığı kanısı yüzünden verinin yok edilmesine neden olabilir. ‘Hash çakışmaları bir yanlış pozitif meydana getirebilir. Bununla birlikte, matematiksel olarak bir diskin bozulması hash çakışmasından çok daha muhtemeldir,’ diyor Gartner analisti David Russel.

Bazı deduplication satıcıları, hash çakışmalarından kaçınmak umuduyla National Security Agency (NSA) tarafından geliştirilmiş Secure Hash Algorithms’e (SHA-1 ve SHA-2) geçiş yapıyor, diyor Russel ve şunları ekliyor, ‘Hash algoritmaları seçimi, bir firmanın gizli sosunu meydana getiren parçadır.’

Kapasite Ölçümü
Depolama firmaları müşteri toplamak için veri deduplication’ının getirdiği kazancı açıklarken genellikle oranla konuşuyor; aynı verinin birden fazla kopyası için gerekli alanla deduplication uygulanan veriler için gereken alan karşılaştırılıyor.

‘Bu çözümlerin yedek veriler için 20’ye 1 oranında indirgeme sağlamasıyla yaygın olduğunu görüyoruz,’ diyor deduplication konusunda yapılan bir röportajında Enterprise Strategy Group analisti Tony Asaro. ‘Örneğin, eğer müşteriler 20 TB’lık veriyi 1 TB’lık disk kapasitesi üzerinde yedekleyebiliyorsa bunun anlamını bir düşünün. Eğer bir depolama sisteminin GB başına 100 USD maliyeti varsa, deduplication’dan sonra bu GB başına 5 USD’ye inebilir.’

Elbette deduplication satıcıları büyük vaatlerde bulunmak konusunda çekingen davranmıyor. ‘20-1’den 500-1’e kadar değişen birçok açıklama işittim. 20-1 ve 50-1’in gerçekçi olduğunu düşünüyorum,’ diyor Gartner analisti David Russel. Bununla birlikte sizin kullanımınız değişebilir. ‘Ne kadar fazla birden çok kopyaya sahip veriniz varsa, o hacmi azaltmak için o kadar fazla seçeneğe sahipsiniz,’ diyor Russel ve ekliyor; ‘ve bazı işletmeler kolaylıkla 100-1 oranını yakalayabilir.’